公开(公告)号：CN119579592A

公开(公告)日：2025-03-07

申请号：CN202510132145.5

申请日：2025-02-06

Applicant: 无锡学院

Inventor： 单慧琳 ,  姜永祺 ,  张银胜 ,  曹广喜 ,  沙子乔 ,  高润泽

IPC: G06T7/00 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/52 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供了一种基于残差式特征融合网络的风机叶片缺陷检测方法，包括：步骤1，获取风力发电机叶片缺陷多目标数据集和多分类数据集，划分为训练集、验证集和测试集；步骤2，搭建基于残差式特征融合网络RFFNet的风力发电机叶片缺陷检测模型；步骤3，将训练集和验证集中的风力发电机叶片缺陷图像输入至风力发电机叶片缺陷检测模型中训练，获取最佳参数模型；步骤4，将测试集输入到步骤3中训练好的最佳参数模型中，输出风力发电机叶片缺陷图像的精确识别图。本发明所提出的网络在检测风力发电机叶片缺陷，改善误检漏检等方面具有显著优势，有效应对复杂环境以及多目标缺陷检测中存在的问题，并且具有较快的检测速度。

公开(公告)号：CN119444685A

公开(公告)日：2025-02-14

申请号：CN202411473794.3

申请日：2024-10-22

Applicant: 无锡学院

Inventor： 沙子乔 ,  段修贤 ,  庞树豪 ,  高润泽 ,  马丁 ,  张银胜

IPC: G06T7/00 ,  G06V10/20 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种风力发电机表面缺陷检测方法，包括：获取风力发电机叶片表面缺陷图像，并对图像进行预处理；搭建风力发电机表面缺陷检测模型；利用训练集内数据对缺陷检测模型进行训练，计算损失函数并更新网络参数，获取最佳参数的缺陷检测模型；利用最佳参数的缺陷检测模型对风力发电机的表面缺陷进行检测，得到缺陷位置、缺陷类别和缺陷大小。本发明提高了对风机表面细小且与背景相似缺陷的检测精确度，以适应复杂环境下的应用需求，从而提高风力发电的运维效率和安全性，支持风电行业的可持续发展。

公开(公告)号：CN119313583A

公开(公告)日：2025-01-14

申请号：CN202411373397.9

申请日：2024-09-29

Applicant: 无锡学院

Inventor： 段修贤 ,  张银胜 ,  沙子乔 ,  吴心悦 ,  马丁 ,  苏睿杰 ,  高润泽

IPC: G06T5/70 ,  G06T5/50 ,  G06V10/80

Abstract: 本申请公开了一种基于双分支特征融合的图像去噪方法，具体为：步骤1：进行图像收集，并对收集的图像进行预处理；步骤2：搭建双分支特征融合的去噪网络，该网络包括生成网络和判别网络，将生成网络生成的去噪图像和真实的图像通过判别网络进行真假判别；步骤3：对生成网络和判别网络进行对抗训练，得到训练好的双分支特征融合的去噪网络；步骤4：采用训练好的生成网络对图像进行去噪处理。本方法在去噪质量、模型泛化能力和运算时间上均显著优于传统去噪方法，能够有效去除不同类型的噪声，保留更多图像细节和结构信息。

公开(公告)号：CN119205581A

公开(公告)日：2024-12-27

申请号：CN202411697443.0

申请日：2024-11-26

Applicant: 无锡学院

Inventor： 张银胜 ,  童俊毅 ,  单慧琳 ,  陈昕 ,  吴心悦 ,  高润泽

IPC: G06T5/77 ,  G06N3/0455 ,  G06N3/0464 ,  G06T5/60

Abstract: 本发明公开了基于局部‑全局特征增强的合成孔径光学图像复原方法，包括：获取合成孔径光学图像数据集并仿真退化，得到仿真退化数据集，进而划分得到训练、验证和测试集；构建合成孔径光学图像复原网络；将训练和验证集输入合成孔径光学图像复原网络中进行训练，计算损失函数并进行反向传播，更新网络参数，获取训练好的最佳参数模型；将测试集输入训练好的最佳参数模型中，得到合成孔径光学复原图像。本发明利用LAG‑Transformer层对提取特征序列进行全局信息关注，减少序列长度，提取高级语义信息，利用GRM‑Convolution层、ASFE层关注特征的局部信息，弥补了Transformer对局部信息捕捉能力的不足。

公开(公告)号：CN119494961A

公开(公告)日：2025-02-21

申请号：CN202510059627.2

申请日：2025-01-15

Applicant: 无锡学院

Inventor： 张银胜 ,  罗健伟 ,  单慧琳 ,  吴心悦 ,  沙子乔 ,  高润泽

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/774 ,  G06V20/10 ,  G06N3/0464

Abstract: 本发明公开了一种高分辨率遥感图像双分支分割方法，包括：获取高分辨率遥感图像数据集并预处理后，划分为训练集、验证集和测试集；构建高分辨率遥感图像语义分割网络模型，包括细节分支、语义分支以及上采样部分；将训练集输入至高分辨率遥感图像语义分割网络模型中进行训练，计算损失函数并反向传播，更新网络模型参数，获取最佳参数网络模型，并利用验证集对最佳参数网络模型进行验证；将测试集输入到训练好的最佳参数网络模型中，输出高分辨率遥感图像的精确分割图。本发明通过捕获高分辨率遥感图像中不同类型和尺度的目标信息，多层次、多尺度进行特征提取与融合，从而提高高分辨率遥感图像的分割精度。

公开(公告)号：CN119360200A

公开(公告)日：2025-01-24

申请号：CN202411381809.3

申请日：2024-09-30

Applicant: 无锡学院

Inventor： 庞树豪 ,  段修贤 ,  苏睿杰 ,  马丁 ,  高润泽 ,  吴心悦 ,  单慧琳

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于注意力机制和加伯变换的目标检测方法，设计了一种注意力特征提取模块AFEM，基于ELAN特征提取网络和CBAM注意力机制的注意力特征提取模块，使得网络在进行高效特征提取的同时，能重点关注飞机目标，减少复杂的背景信息带来的干扰；采用分数阶加伯滤波器变换卷积FGTC模块来强化飞机目标的纹理、尺度和方向特征，加强飞机目标的边缘特征细节，为网络提供更加丰富的特征信息；引入LDyHead动态检测头作为网络头部，通过尺度感知注意力、空间感知注意力和任务感知注意力相结合，使网络在面对多尺度飞机目标时能更精准地预测飞机目标位置和类别，并提升模型的收敛速度。

公开(公告)号：CN309197305S

公开(公告)日：2025-03-25

申请号：CN202430511493.X

申请日：2024-08-13

Applicant: 无锡学院

Designer： 张雁皓 ,  孟祥源 ,  李长帅 ,  高润泽 ,  单慧琳

Abstract: 1.本外观设计产品的名称：可拆卸电脑支架。
2.本外观设计产品的用途：用于支撑和收纳笔记本电脑。
3.本外观设计产品的设计要点：在于形状。
4.最能表明设计要点的图片或照片：立体图。

公开(公告)号：CN309197289S

公开(公告)日：2025-03-25

申请号：CN202430484416.X

申请日：2024-08-01

Applicant: 无锡学院

Designer： 张雁皓 ,  孟祥源 ,  李长帅 ,  高润泽 ,  单慧琳

Abstract: 1.本外观设计产品的名称：手机支架。
2.本外观设计产品的用途：用于支撑手机。
3.本外观设计产品的设计要点：在于形状。
4.最能表明设计要点的图片或照片：立体图1。